基于最大和最小选择的两种新的恒虚警检测器

本文提出两种基于有序统计（ＯＳ）和单元平均（ＣＡ）产生局部估计，并分别应用最大选择（ＧＯ）和最小选择（ＳＯ）产生检测单元干扰功率水平估计Ｚ的新的恒虚警检测器（ＯＳＣＡＧＯ）和（ＯＳＣＡＳＯ）。我们推导出了它们在ＳｗｅｒｌｉｎｇⅡ型目标假设下的Ｐ＿（ｆａ），Ｐ＿（ｃｌ）和度量ＡＤＴ的解析表达式。分析了它们在均匀背景和强干扰目标环境之中的检测性能，并把它们与ＯＳ－、ＧＯＳＧＯ－、ＧＯＳＳＯ－ＣＦＡＲ进行了比较。结果表明，ＯＳＣＧＯ在均匀干扰背景和多目标情况下的检测性能与ＯＳ和ＧＯＳＧＯ相比，都有很明显的提高。在干扰目标数为某些值时，ＯＳＣＡＧＯ的ＣＦＡＲ损失比ＧＯＳＧＯ小近３ｂＢ。在均匀背景中，ＯＳＣＡＳＯ的检测性能与ＧＯＳＳＯ相近。但是，在多目标环境中，一定条件下的ＯＳＣＡＳＯ的检测性能甚至超过了ＯＳ和ＧＯＳＧＯ。     

一种新的最小选择恒虚警检测器

本文基于有序统计(OS)和剔除平均(TM)提出了一种新的恒虚警检测器(OSTMSO),它采用OS和TM来生产局部估计,再采用最小选择逻辑来实现对杂波功率水平的估计,并应用了文献[4]提出的自动筛选技术.在SwerlingⅡ型目标假设下,推导出了它的P_(?)P_d和度量ADT的解析表达式,并与其它方案进行了比较.分析结果表明,OSTMSO在均匀背景及多目标环境中的性能都比GOSSO获得了改善,同时,它的样本排序时间还不到OS的一半.     

准最佳加权有序统计恒虚警检测器

为了提高恒虚警检测器在均匀背景中的检测性能及增强对干扰的鲁棒性,本文提出了一种准最佳加权有序统计恒虚警检测器,并应用了文献[3]提出的自动筛选技术。在Swerling Ⅰ型目标及瑞利杂皮假设下,本文推导出了它的P_(fa)、P_d及ADT的数学解析表达式。分析结果表明,它在均匀背景和杂波边缘背景中的性能均比TM获得了改善,同时对多目标也呈现了较好的鲁棒性。在特殊情况下,QBW退化为CMLD。     

一种双模式双参数杂波图恒虚警检测器的实现

介绍了一种双模式双参数杂波图恒虚警 (constantfalsealarmrate ,CFAR)检测器的系统设计和硬件实现。该检测器采用静态杂波图和动态杂波图两种工作模式 ,分别处理时域平稳和非平稳的杂波环境 ,并且引入双参数恒虚警的工作原理 ,从而显著提高了恒虚警检测单元的检测性能 ,有效地抑制了虚警。同时 ,在硬件设计上采用一种以DSP芯片作为数据处理核心、以EPLD(embeddedprogrammablelogicdevice)作为流程控制中心的结构 ,提高了整个模块的可编程性和设计灵活性 ,并能够满足系统实时处理的要求。     

气象杂波环境下二维次序统计量恒虚警检测器

利用实际的气象杂波数据 ,研究了其CFAR处理问题。基于FFT处理技术 ,比较了CAGO -CFAR检测器、CLUTTERMAPPING -CFAR检测器和MX -OS -CFAR检测器的抑制气象杂波性能。针对存在的问题 ,提出了将通常在一维距离向进行的CFAR处理改为在R-Fd(距离 -多普勒频率 )二维平面进行 ,并利用次序统计量估计杂波幅度 ,形成新的稳健的 2D -OS -CFAR检测器。对实际杂波数据和仿真目标数据的处理结果表明所提出的 2D -OS -CFAR检测器具有良好的性能     

带有非相参积累的序列统计恒虚警检测器

雷达检测中,为了改善检测性能经常采用非相参积累的方法以获取高信杂比的目标回波,本文讨论了平方律检波后带有非相参积累的序列统计恒虚警检测器,分析了Swerling起伏目标情况下的检测性能,并介绍了该检测器在实际工作中的一种应用。     

脉冲多普勒雷达高度表恒虚警技术

本文介绍了恒虚警技术在雷达高度表中应用的基本原理，讨论了在高斯噪声背景、杂波干扰背景中恒虚警门限ＶＴ的确定方法以及相应的恒虚警措施，确定了基于高速ＤＳＰ芯片实现的自适应恒虚警方法。     

基于有序统计和自动删除平均的恒虚警检测器

为了增强检测器对干扰的鲁棒性,基于有序统计(OS)方法和自动删除单元平均(ACCA)方法提出一种新的恒虚警检测器(MOSAC),其前沿和后沿滑窗分别采用OS和ACCA产生两个局部估计,然后取二者的和作为背景功率水平估计,从而设置自适应检测门限。在Swerling Ⅱ型目标假设下,推导出MOSAC在均匀背景下虚警概率Pfa的解析表达式,并与其它现有方案进行了比较。仿真结果表明MOSAC在均匀背景及多目标和杂波边缘引起的非均匀背景中,均具有较好的检测性能。在杂波边缘引起的非均匀背景中,虚警尖峰比MOSCM减少了一个数量级,并且样本排序时间只有OS和ACCA的1/2。     

基于最大似然差的智能恒虚警检测器

为了增强恒虚警(constant false alarm rate, CFAR)检测器在杂波边缘环境中的鲁棒性,结合无偏非均匀杂波估计CFAR(HCE CFAR)检测器检测概率高和可变性指示CFAR(VI-CFAR)检测器虚警控制能力强的优点,提出一种基于最大似然差(maximum likelihood difference, MLD)的智能CFAR检测器MLD-CFAR。MLD-CFAR通过计算MLD和均值比判断前、后沿滑窗的杂波环境,进而选择相应参考单元和均值类CFAR算法计算检测门限。仿真结果表明,同HCE-CFAR、VI-CFAR和自动删除单元平均CFAR(ACCA-CFAR)检测器等相比,MLD-CFAR在杂波边缘环境中能够保持恒虚警率,提高目标检测概率,减少目标遮蔽现象,在均匀环境中检测损失很小。论文还在一部线性调频连续波雷达上用实测数据验证了算法的正确性和有效性。     

自适应门限恒虚警检测的研究

雷达根据单个接收脉冲进行检测是不常见的，通常都要采用积累技术，积累分为相参积累和非相参积累。本文讨论的是非相参积累后的自适应门限恒虚警检测问题。幅度为瑞利分布的噪声，经非相参积累后的噪声分布已发生了变化，幅度不再服从瑞利分布，本文讨论了非相参积累后的噪声分布，并对恒虚警检测方案进行了研究。     

最佳线性无偏最大选择CFAR检测算法

为了增强恒虚警检测器对杂波边缘的保护能力,基于提出的最佳线性无偏(BLU)恒虚警检测算法,提出了最佳线性无偏选大恒虚警检测器(BLUGO-CFAR)。它的前、后沿滑窗均采用BLU算法来产生局部估计,将其中的最大值作为检测器对杂波功率水平的估计,去设置自适应检测门限。在SwerlingⅡ型目标及瑞利杂波假设下,推导出了它的P_(fa)、P_d、ADT及杂波边缘虚警尖锋的数学解析表达式。分析结果表明,它在均匀背景及多目标环境中的性能均比GOSGO或OSGO获得了改善,它对杂波边缘的虚警控制能力与控制能力强的GOSGO类似。在特殊情况下,BLUGO退化为MX-CMLD。     

Performance Analysis of Two CFAR Detectors in Clutter Edge Situation

1. INTaODUCTIONThe task of radar receiver is to detect the useful targets in clutter bedground. In the automatic radax detedionsystem, the decision whether there eclat targets is made according to the decision criterion by using a detedinntbleshold. For a fixed detection threshold, if the interference power level increases several dB, the false alarmrate will seriously increase. Therefore, to extract the useful signals in strong interference environment, hot Onlyadequate signal to noise r…     

基于UMVE算法的分布式模糊恒虚警系统

基于模糊逻辑和无偏最小方差估计(UMVE)算法提出一种新的分布式CFAR系统(分布式模糊UMVE),系统中每个UMvE-CFAR检测器根据参考单元计算出映射到虚警空间的隶属函数值,并传给融合中心,融合中心根据这些值采用模糊融合准则进行判决.仿真结果表明,分布式模糊UMVE在均匀背景和非均匀背景下具有比分布式模糊OS更好的检测性能,同时,模糊算术积融合比二元"与"融合和"或"融合提供更好的检测性能.该研究成果可应用于警戒雷达系统.     

基于改进的VI-CFAR算法的分布式CFAR检测

VI-CFAR是一种结合CA-CFAR，GO-CFAR和SO-CFAR的检测算法，它在均匀环境和非均匀环境下都具有较强的自适应性。在前后沿滑窗均存在干扰目标情况下，采用有序统计平均（OSCA）CFAR替代SO-CFAR，有效的提高了Ⅵ-CFAR在这种多目标环境下的鲁棒性．研究了采用改进的Ⅵ-CFAR算法作为局部检测器的并行分布式CFAR系统，融合准则采用“与”融合和“或”融合准则。给出仿真结果，并进行了讨论。     

杂波图CFAR平面检测技术

本文提出了一种适合对海浪杂波进行恒虚警率（ＣＦＡＲ）处理和检测的新方法，它有效地改善了常规恒虚警率处理的性能。文中还给出了这种处理方法的硬件实现框图，并就检测性能作定量分析。     

Analysis of linear weighted order statistics CFAR algorithm

CFAR technique is widely used in radar targets detection fields. Traditional algorithm is cell averaging (CA), which can give a good detection performance in a relatively ideal environment. Recently, censoring technique is adopted to make the detector perform robustly. Ordered statistic (OS) and trimmed mean (TM) methods are proposed. TM methods treat the reference samples which participate in clutter power estimates equally, but this processing will not realize the effective estimates of clutter power. Therefore, in this paper a quasi best weighted (QBW) order statistics algorithm is presented. In special cases, QBW reduces to CA and the censored mean level detector (CMLD).     

New CFAR target detector for SAR images based on kernel density estimation and mean square error distance

A new constant false alarm rate (CFAR) target detector for synthetic aperture radar (SAR) images is developed. For each pixel under test, both the local probability density function (PDF) of the pixel and the clutter PDF in the reference window are estimated by the non-parametric density estimation. The target detector is defined as the mean square error (MSE) distance between the two PDFs. The CFAR detection in SAR images having multiplicative noise is achieved by adaptive kernel bandwidth proportional to the clutter level. In addition, for obtaining a threshold with respect to a given probability of false alarm (PFA), an unsupervised null distribution fitting method with outlier rejection is proposed. The effectiveness of the proposed target detector is demonstrated by the experiment result using the RADATSAT-2 SAR image.